基于形態(tài)學(xué)空間格局分析與CA-Markov模型的武義縣綠色基礎(chǔ)設(shè)施時空格局變化及情景模擬

林鴻煜，錢 晶，嚴(yán)力蛟，*，黃紹榮

(1.浙江大學(xué) 生命科學(xué)學(xué)院，浙江 杭州 310058； 2.余姚市環(huán)保局，浙江 余姚 315400)

快速城市化帶來了巨大的經(jīng)濟(jì)效益，提高了土地利用率，也推高了土地價格[1]，但也伴生出許多新的問題，其中生態(tài)環(huán)境問題已經(jīng)成為限制城市可持續(xù)發(fā)展的主要障礙[2]。綠色基礎(chǔ)設(shè)施(green infrastructure， GI)，作為自然生命的支持系統(tǒng)，是一個相互聯(lián)系的綠色空間網(wǎng)絡(luò)，由各種功能的景觀類型組成，包括濕地、草地、森林等[3]。綠色基礎(chǔ)設(shè)施可以為野生動物遷徙和生態(tài)過程提供起點和終點[4]，還可以減少災(zāi)害，改善環(huán)境[5]；因此，保護(hù)綠色基礎(chǔ)設(shè)施迫在眉睫。

傳統(tǒng)的GI研究主要依賴于GIS技術(shù)和景觀指數(shù)分析，只考慮景觀要素的組成與構(gòu)型，忽略了其空間關(guān)系[6-10]。近年來，形態(tài)學(xué)空間格局分析(morphological spatial pattern analysis， MSPA)的方法開始被用于GI網(wǎng)絡(luò)研究中[11-12]。MSPA是一種基于腐蝕、膨脹、開運算、閉運算等數(shù)學(xué)形態(tài)學(xué)原理對柵格圖像的空間格局進(jìn)行度量、識別和分割的圖像處理方法，能夠更加精確地分辨出景觀的類型和結(jié)構(gòu)[13-15]。在GI的識別中，MSPA能夠快速識別各景觀要素[16]，并充分考慮其空間分布關(guān)系，為GI要素景觀格局研究提供了新思路[17]?，F(xiàn)有的對GI的研究大多通過MSPA來計算核心區(qū)或者橋接區(qū)的連通性指數(shù)，并通過圖譜理論對研究區(qū)的連接度及空間格局變化進(jìn)行評價，在本研究檢索范圍內(nèi)還未見對GI要素空間格局變化進(jìn)行情景模擬的研究[18-20]。本文采用CA-Markov模型來對情景進(jìn)行預(yù)測分析，該模型在土地利用格局變化的預(yù)測和情景模擬中結(jié)合了元胞自動機(jī)(cellular automata， CA)和馬爾可夫模型(Markov model)各自的優(yōu)勢[21-22]。目前，國內(nèi)外已有多位學(xué)者通過CA-Markov模型從時間和空間維度對不同研究區(qū)的土地利用類型的時空變化特征進(jìn)行了研究，并預(yù)測了未來土地類型的相互轉(zhuǎn)化情況，取得了較好的效果[23-26]。

金華市武義縣一直以生態(tài)立縣為發(fā)展戰(zhàn)略。本文以武義縣為例，采用MSPA方法，對其過去30 a的GI空間格局變化進(jìn)行研究，并利用CA-Markov模型對未來發(fā)展可能遇到的3種情景進(jìn)行預(yù)測分析，試圖回答：(1)如何量化GI的時空格局轉(zhuǎn)換規(guī)律；(2)如何通過情景模擬的方法，預(yù)測GI未來可能的演變方向。研究結(jié)果可為武義縣空間格局劃分提供依據(jù)和參考。

1 材料與方法

1.1 研究區(qū)概況

武義縣地處浙江省中部，東與永康市和縉云縣相接，東北與義烏市交界，西與遂昌縣為鄰，正北向連接金華市金東區(qū)和婺城區(qū)，南與麗水市接壤，西南與松陽縣相依，地處28°31′～29°03′N、119°27′～119°58′E。全縣東西寬50 km，南北長59 km，境域面積1 577.2 km2。金麗溫高速公路、330國道，以及金溫鐵路橫穿境內(nèi)[27]。

1.2 數(shù)據(jù)來源及預(yù)處理

使用的遙感影像數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)，包括1990、2005年Landsat-TM和2018年Landsat-8影像，以及武義縣行政區(qū)劃邊界。遙感圖像經(jīng)過幾何精糾正、波段提取、去條帶、假彩色合成、圖像拼接、裁剪等預(yù)處理后，參考中國科學(xué)院土地利用/覆被的遙感TM影像解譯標(biāo)志，結(jié)合武義縣的實際情況，將土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地、未利用地等6類，遙感影像解譯數(shù)據(jù)的空間分辨率為30 m。

1.3 基于MSPA的GI景觀類型提取及連接度計算

1.3.1 GI景觀類型提取

基于3期土地利用類型圖和武義縣現(xiàn)狀，提取出草地和林地景觀類型作為研究區(qū)的GI要素。武義縣水系較少，且粒度都小于30，無法被軟件識別，而農(nóng)田無覆被和遮陰，不利于生物遷徙，不屬于GI的范疇，故水域和耕地在本研究中均不選為GI要素。以GI作為MSPA分析的前景，其他土地利用類型作為背景，將數(shù)據(jù)轉(zhuǎn)換成柵格大小為30 m×30 m的TIFF格式二值柵格數(shù)據(jù)文件。對得到的文件通過Guidos軟件進(jìn)行八鄰域MSPA分析，得到不相重疊的7種景觀類型(圖1)，其所代表的生態(tài)學(xué)含義詳見表1。

1.3.2 GI核心區(qū)的景觀連接度評價

景觀連接度是一項衡量斑塊是否有利于物種遷徙的定量指標(biāo)[28]。本研究采用目前常用的景觀連接度指數(shù)——整體連通性(IIC)和可能連通性(PC)[29-30]，計算公式如下：

(1)

(2)

選取對本研究有重要意義的核心區(qū)景觀要素，采用Conefor 2.6軟件，根據(jù)本文的研究尺度設(shè)置斑塊連通距離閾值為500 m，連通的概率根據(jù)實際情況設(shè)為0.5，對研究區(qū)的核心區(qū)進(jìn)行景觀連接度評價[16]。為此，特別引入微分的理念，計算dI(單位：%)值，篩選出3個時期景觀連接度最大的10個斑塊。

(3)

式(3)中：I為某一景觀的連接度指數(shù)(IIC或PC)，Iremove為將斑塊從該景觀中剔除后景觀的連接度指數(shù)。根據(jù)選所用的連接度指數(shù)，具體記為dIIC或dPC。

1.4 土地利用預(yù)測

利用CA-Markov模型，對研究區(qū)2018年的土地利用格局進(jìn)行模擬運算，將得到的結(jié)果與2018年武義縣實際土地利用類型圖進(jìn)行精度驗證。運用IDRISI軟件中的MCE模塊制作適宜性圖集，并通過情景分析的方法對研究區(qū)3種情景下的GI景觀要素格局進(jìn)行模擬和分析。

表1 MSPA的景觀類型及其生態(tài)含義

Table 1 Definition of landscape type based on MSPA

景觀類型Landscape type生態(tài)學(xué)含義Ecological meaning核心區(qū)Core為生物提供較大的遷移地或棲息地,可作為生態(tài)源地的較大斑塊Places that provide a larger migration place or habitat for living things, and can be a large patch of ecological source ar-ea橋接區(qū)Bridge是核心區(qū)之間連通的狹長通道,核心區(qū)之間物種遷移與能量交流的必要廊道A long and narrow channel connecting the core areas, and a necessary corridor for species migration and energy ex-change between core areas邊緣區(qū)Edge核心區(qū)和主要非綠色景觀區(qū)域之間的緩沖地帶A buffer zone between the core area and the main non-green landscape area孤島Islet彼此間聯(lián)系相對較弱的、破碎的小斑塊Small fragmented patches with relatively weak connection with each other環(huán)道區(qū)Loop同一塊核心區(qū)內(nèi)部連接的狹長廊道,是同一核心區(qū)內(nèi)生物遷移與能量交流的通道Narrow corridor connected within the same core area. The channel for biological migration and energy exchange in the same core area孔隙Perforation核心區(qū)與非綠色景觀斑塊之間的緩沖地帶,即內(nèi)部斑塊邊緣,具有邊緣效應(yīng)The buffer zone between the core area and the non-green landscape patches, namely the inner patch edge, with the edge effect支線Branch只有一端與邊緣區(qū)、橋接區(qū)、環(huán)道區(qū)或者孔隙相連的區(qū)域An area where only one end is connected to the edge, bridge, loop or perforation.

圖1 基于MSPA的武義縣景觀類型圖Fig.1 Landscape types of Wuyi based on MSPA

1.4.1 CA-Markov模型計算

CA具有很強(qiáng)的空間運算能力，可以對復(fù)雜的空間變化進(jìn)行精確的模擬，其表達(dá)式如下：

St+1=f(St，N)。

(4)

式(4)中：S為元胞空間；N為每個元胞單元的領(lǐng)域；t與t+1代表2個時刻；f()代表元胞轉(zhuǎn)換規(guī)則。

Markov模型具有無后效性的特點，其每次的狀態(tài)轉(zhuǎn)移都只與前一刻狀態(tài)有關(guān)，而與之前的狀態(tài)沒有關(guān)系[33]，即整個事件演化過程中，t+1時刻的狀態(tài)只與t時刻的狀態(tài)有關(guān)，因此Markov模型擅長數(shù)量方面的預(yù)測和研究，但對于空間的模擬能力較弱。其表達(dá)式如下：

S(T)=Pij×S(T0)。

(5)

式(5)中：S(T)、S(T0)分別為T和T0時刻的土地利用狀態(tài)；Pij為土地利用轉(zhuǎn)移概率矩陣，具體表達(dá)式如下：

(6)

本文的CA-Markov模型選用IDRISI軟件對CA和Markov模型耦合得到。

1.4.2 MCE模型

本研究選用MCE模型作為創(chuàng)建各類土地利用適宜性圖集的方法。MCE模型可在IDRISI軟件中通過MCE模塊運用，其主要作用是在受一系列因素影響的方案和決策中，制定相應(yīng)影響因素的轉(zhuǎn)換標(biāo)準(zhǔn)，并綜合分析各種因素的影響找出最優(yōu)解決方案。其轉(zhuǎn)換標(biāo)準(zhǔn)的制定包括布爾交叉法、加權(quán)平均法、加權(quán)線型合并法等多種轉(zhuǎn)換規(guī)則。在本文中，約束條件和適宜因子的選取與相應(yīng)情景設(shè)置及相關(guān)政策有關(guān)。

1.4.3 基于土地利用的情景設(shè)定

目前，武義縣的發(fā)展正處于一個十字路口。武義縣正在大力發(fā)展全域旅游，如何統(tǒng)籌旅游開發(fā)和環(huán)境保護(hù)，成了當(dāng)務(wù)之急。根據(jù)武義縣的發(fā)展愿景和政府對武義縣國家公園及保護(hù)區(qū)制定的相關(guān)保護(hù)政策，結(jié)合當(dāng)?shù)貙嶋H情況，提出“城市發(fā)展優(yōu)先”“生態(tài)保護(hù)優(yōu)先”“自然發(fā)展”3種情景，通過MCE模塊來生成特定情景下的土地利用適宜性圖集，運用CA-Markov模型分別對3種情景進(jìn)行模擬。土地利用預(yù)測結(jié)果通過MSPA的八鄰域分析法轉(zhuǎn)換成GI要素空間格局模擬圖。

城市發(fā)展優(yōu)先情景?；诮?jīng)濟(jì)與城市發(fā)展的需要，提出第一種情景假設(shè)——城市發(fā)展優(yōu)先。該情景遵照現(xiàn)有的土地利用和經(jīng)濟(jì)發(fā)展規(guī)律，并添加在保持原有建設(shè)用地不變的前提下，新增的建設(shè)用地可以占用林地、草地，但不能占用或較少占用水域的約束條件。適宜因子選擇了高程和坡度：建設(shè)用地在高程低于500 m為最適宜，500～1 000 m為次適宜，1 000～1 538 m為適宜性減弱；坡度以0°～5°為最適宜，5°～25°為次適宜，大于25°適宜性減弱。

生態(tài)保護(hù)優(yōu)先情景?；谏鷳B(tài)保護(hù)的愿景，提出第二種情景假設(shè)——生態(tài)保護(hù)優(yōu)先。對于生態(tài)保護(hù)，武義縣近年來提出“退耕還林”“封山育林”“嚴(yán)禁亂砍濫伐”等許多口號。在遵照現(xiàn)有的土地利用類型和經(jīng)濟(jì)發(fā)展規(guī)律不變的情況下，在此情景下設(shè)定以下約束條件：建設(shè)用地不允許占用林地、草地、水域；耕地不宜占用林地、草地。適宜因子選擇坡度和海拔，由于坡度較大處(坡度大于25°)、海拔較高處(海拔大于1 200 m)不適宜建設(shè)和開墾。因此，在坡度較大、海拔較高處的耕地和建設(shè)用地更宜轉(zhuǎn)化為林地和草地。

自然發(fā)展情景。在該情景下，武義縣的土地利用變化是按照2005—2018年的發(fā)展趨勢，并遵照現(xiàn)有的土地利用和經(jīng)濟(jì)發(fā)展規(guī)律，除了設(shè)定各用地類型向水域轉(zhuǎn)化困難外，不設(shè)其他轉(zhuǎn)化限制條件進(jìn)行模擬預(yù)測。

2 結(jié)果與分析

2.1 基于MSPA方法的GI要素時空格局變化

1990、2005、2018年研究區(qū)的GI總面積分別為1 225.66、1 215.19、1 202.97 km2(表2)，逐漸遞減。這是由于隨著改革開放以來武義縣的經(jīng)濟(jì)發(fā)展和城市建設(shè)，綠色基礎(chǔ)設(shè)施不斷被改造成建設(shè)用地。按景觀類型面積從高到低排序，核心區(qū)>邊緣區(qū)>孔隙>支線>橋接區(qū)>環(huán)道區(qū)>孤島。綠色基礎(chǔ)設(shè)施中，橋接區(qū)、邊緣區(qū)、孔隙、支線的比例在1990—2018年間不斷增加，說明武義縣的景觀破碎化程度在增加，而且破碎的方式不僅有邊緣侵蝕導(dǎo)致2個板塊的斷裂(表現(xiàn)為橋接區(qū)支線增加)，還有內(nèi)部破碎(表現(xiàn)為孔隙增加)。核心區(qū)總面積在1990—2018年間一直減少，但是由于GI總面積也相應(yīng)減少，因此出現(xiàn)了核心區(qū)占GI的比例先小幅提高后降低的情況。環(huán)道區(qū)占GI總面積的比例在1990—2018年間先降低后提高，從圖2可見，大量環(huán)道區(qū)在1990—2005年間變成了橋接區(qū)。環(huán)道區(qū)是核心區(qū)內(nèi)部的廊道，橋接區(qū)是連通核心區(qū)的廊道，由此可見，研究區(qū)景觀破碎化程度在加劇，更多的斑塊由內(nèi)部開始分裂。2005—2018年間環(huán)道區(qū)占GI總面積的比例提高，這是由于核心區(qū)內(nèi)部出現(xiàn)大量孔隙，從而產(chǎn)生了更多斑塊內(nèi)部的廊道。孤島的比例在1990—2018年間一直減少，主要零散分布在城鎮(zhèn)中，與其他GI要素連通性低，在城鎮(zhèn)發(fā)展中容易消失。

表2 1990—2018年研究區(qū)MSPA景觀類型的面積變化

Table 2 Area changes of MSPA landscape types of the study area from 1990 to 2018

景觀類型Landscapetype年份Year面積Area/km2占總面積的比例Proportion inGI area/%核心區(qū) Core1990931.333975.992005924.491576.082018903.532475.11橋接區(qū) Bridge199038.16363.11200539.02913.21201839.26713.26孤島 Islet199012.72121.04200511.35290.93201810.33080.86邊緣區(qū) Edge1990118.91499.702005117.99429.712018118.59489.86孔隙 Perforation199045.82393.74200548.11493.96201855.02254.57環(huán)道區(qū) Loop199036.90703.01200532.28012.66201833.66442.80支線 Branch199041.79583.41200541.92413.45201842.55423.54總面積 Total area19901225.660420051215.187020181202.9664

2.2 基于GI時空變化的連通性

根據(jù)PC值，從3個年份中各選取最重要的10個核心區(qū)斑塊，由圖2和表3可知，A斑塊在3個年份中都是最重要的，也是面積最大的，是核心區(qū)的主要組成部分。

圖2 研究區(qū)1990—2018年核心區(qū)空間格局變化Fig.2 Spatial pattern of MSPA landscape types in the study area during 1990-2018

表3 研究區(qū)核心區(qū)1990、20015、2018年景觀連通性指數(shù)排序

Table 3 Sorting of landscape connectivity index of the core are in 1990， 2005， 2018

年份Year排序Rank編號NumberdPCdIIC19901A99.53799.3732B5.9123.5493C1.3310.6414D0.6100.6605E0.5700.8486F0.5120.5507G0.4310.3558H0.4100.2399I0.3940.24710J0.3770.22920051A99.59699.4672B5.0051.6963L2.0881.7654C1.1990.6475F0.5870.7226E0.5280.8467I0.5040.2618D0.4910.5729G0.4220.37310K0.3770.31520181A99.58399.3832B5.2391.9293L2.0961.8284C1.2330.6715E0.4520.8576F0.4440.5547G0.4390.4218H0.4170.2409D0.4080.63110I0.3590.210

綜合來看，武義縣北部核心區(qū)重要斑塊數(shù)量較多、相對面積較大，斑塊較為集中；而南部桃溪鎮(zhèn)附近除了A號斑塊的面積最大，其他斑塊的面積都相對較小且較為分散，連通性較差。根據(jù)圖2和表3可以發(fā)現(xiàn)，最重要的10個核心區(qū)斑塊在3個年份中基本保持一致，但是它們的重要性卻并不固定，如B斑塊在1990—2005年間重要性下降明顯。由圖3可知，B斑塊在2005年的圖中已經(jīng)分成了B和L兩個斑塊。通過實地調(diào)查和檢視谷歌地球軟件的衛(wèi)星圖得知，造成斑塊分裂的原因是G330國道的修建。又如D斑塊在1990—2018年連通性明顯下降，原因是D斑塊附近修建有鐵路，且靠近城鎮(zhèn)，人類活動明顯，而且在其南部還有大片狹長的農(nóng)田將D斑塊分割開來，此處在近30 a里景觀嚴(yán)重破碎化。在武義縣南部除了A斑塊外，僅有H斑塊被選取為重要的核心區(qū)斑塊。H斑塊與A斑塊本為同一斑塊，但中間被人為開墾出一塊狹長的區(qū)域作為耕地，從而導(dǎo)致H斑塊從A斑塊中分離出來。之后，這條狹長的區(qū)域中又有一小塊土地被種上了樹木，形成了一條廊道，連通了A斑塊與H斑塊，H斑塊又并入了A斑塊。由此可見，人類活動對生態(tài)環(huán)境的影響極大。

圖3 研究區(qū)1990、2005、2018年B、D、H斑塊的空間格局變化Fig.3 Dynamics of spatial pattern of MSPA landscape B， D， H in 1990， 2005 and 2018

2.3 武義縣2030年GI空間格局情景模擬

2.3.1 CA-Markov模型精度檢驗

利用1990、2005年的土地利用類型數(shù)據(jù)，計算得到轉(zhuǎn)移面積矩陣與轉(zhuǎn)移概率矩陣。然后，以2005年的土地利用類型圖作為基礎(chǔ)年數(shù)據(jù)，以13 a為迭代周期，采用CA模擬的5×5濾波器，運行CA-Markov模型，得到2018年武義縣土地利用模擬預(yù)測圖(圖4)。

通過IDRISI軟件中的Validate模塊將得到的2018年武義縣土地利用模擬預(yù)測圖與實際土地利用類型圖進(jìn)行對比。結(jié)果顯示，隨機(jī)Kappa系數(shù)(Kno)為0.911 0，位置Kappa系數(shù)(Klocation)為0.965 6，層位Kappa系數(shù)(KlocationStrata)為0.965 6，標(biāo)準(zhǔn)Kappa系數(shù)(Kstandard)為0.878 5。Kappa系數(shù)如果大于0.75，則表示模型精度較好，模擬的可信度較高。由此可知，CA-Markov模型可用來為本研究做模擬預(yù)測。

2.3.2 不同情景下的GI要素空間格局分析

從圖5及表4、表5可以發(fā)現(xiàn)，在城市發(fā)展優(yōu)先情景中，GI總面積明顯減少，核心區(qū)面積較2018年減少126.76 km2，非綠色基礎(chǔ)設(shè)施面積增加225.73 km2，核心區(qū)占GI的比例比2018年提高了4.38%，邊緣區(qū)提高了1.17%，而環(huán)道區(qū)、橋接區(qū)、支線占GI的比例都明顯下降。尤其是武義縣的北部地區(qū)，城市擴(kuò)張侵蝕了大量的GI，在城市中只有少量綠色的核心區(qū)斑塊，且這些斑塊周圍幾乎沒有橋接區(qū)、支線等生態(tài)廊道。在武義縣的南部保護(hù)區(qū)和森林公園也出現(xiàn)了許多孔隙，且孔隙中的非綠色基礎(chǔ)設(shè)施面積持續(xù)增長。由此可見，在城市發(fā)展優(yōu)先情景中，城市雖然得到了發(fā)展，但是GI的景觀破碎化程度將加劇。

圖4 武義縣2018年土地利用模擬預(yù)測圖Fig.4 Simulation of land use in Wuyi County in 2018

在生態(tài)保護(hù)優(yōu)先情景中，GI總面積較2018年有所增加，核心區(qū)面積增加69.60 km2，非綠色基礎(chǔ)設(shè)施面積減少了25.52 km2。核心區(qū)占GI的比例相比2018增加了4.11%，孤島占GI的比例也略有增加，而孔隙、邊緣區(qū)、環(huán)道區(qū)、橋接區(qū)、支線占GI的比例均不同程度下降。在該情景下，除孤島外的GI各景觀要素都在向最重要的核心區(qū)轉(zhuǎn)變。從GI景觀要素空間格局模擬圖中可以發(fā)現(xiàn)，其主要原因是武義縣生態(tài)環(huán)境較好，南部又有多個保護(hù)區(qū)和森林公園，按照生態(tài)保護(hù)情景的限制條件和影響因子，孔隙、環(huán)道區(qū)、橋接區(qū)附近的區(qū)域很容易被植被覆蓋，從而變成核心區(qū)的一部分，因此在這個情景中核心區(qū)面積增加明顯。

在自然增長情景中，核心區(qū)面積減少84.81 km2，非綠色基礎(chǔ)設(shè)施增加171.79 km2。該情景下，核心區(qū)占GI景觀要素的比例較2018年時增加4.29%，邊緣區(qū)占比增加1.03%，孔隙占比略微增加，孤島、環(huán)道區(qū)、橋接區(qū)、支線占比均不同程度的下降。其主要原因與城市發(fā)展優(yōu)先情景差不多，在保持原有發(fā)展的過程中，建設(shè)用地、耕地等占用了很多GI面積，而孤島、環(huán)道區(qū)、橋接區(qū)支線所處的區(qū)域又緊鄰非綠色基礎(chǔ)設(shè)施，容易被城市的擴(kuò)張所同化。

3 討論

圖5 武義縣2030年3種情景下GI景觀格局的對比Fig.5 Comparison of GI landscape patterns under 3 scenarios in Wuyi County in 2030

表4 不同情景下2030年GI景觀要素面積變化

Table 4 Area changes in GI landscape elements under three scenarios in 2030 km2

表5 不同情景下2030年GI景觀格局變化

Table 5 Changes of GI landscape pattern in three scenarios in 2030 %

3.1 對研究區(qū)生態(tài)規(guī)劃的建議

3.1.1 保護(hù)重要核心區(qū)斑塊和廊道

通過CA-Markov模型預(yù)測可知：在城市發(fā)展優(yōu)先和自然發(fā)展2種情景中，核心區(qū)面積預(yù)計將大幅下降。核心區(qū)是GI中最重要的景觀要素，核心區(qū)斑塊可以有效儲藏生物需要的水和養(yǎng)分，保護(hù)生物多樣性，更有利于斑塊內(nèi)的基因交流與能量傳輸[34]。武義縣北部有多個重要的核心區(qū)斑塊，但是這些斑塊破碎化程度高，斑塊與斑塊之間缺乏廊道，物種只能在斑塊內(nèi)部進(jìn)行活動和基因交流。建議對連通性較好的重要斑塊進(jìn)行保護(hù)，提升生境質(zhì)量，并在公路、耕地、建筑用地等處為生物遷徙留下必需的廊道。當(dāng)經(jīng)濟(jì)發(fā)展遇上生態(tài)保護(hù)的困境時，可以利用本文的研究方法，對研究區(qū)的斑塊和廊道進(jìn)行優(yōu)先級評價，在資源有限的情況下，優(yōu)先保護(hù)更具景觀連通性價值的斑塊和廊道。通過分析3種情景下的GI景觀格局模擬圖發(fā)現(xiàn)，南部桃溪鎮(zhèn)、坦洪鄉(xiāng)、柳城畬族鎮(zhèn)，中部王宅鎮(zhèn)，北部履坦鎮(zhèn)附近在自然發(fā)展情景和城市發(fā)展情景下核心區(qū)面積下降嚴(yán)重，王宅鎮(zhèn)附近橋接區(qū)、支線等GI景觀要素減少明顯。因此，目前需要保護(hù)在這些地區(qū)周圍連通性較強(qiáng)的核心區(qū)斑塊，同時加強(qiáng)連通性的建設(shè)，必要的時候退耕還林，以防核心區(qū)進(jìn)一步遭到侵蝕。

3.1.2 合理建設(shè)踏腳石

在武義縣的北部縣城中心和南部桃溪鎮(zhèn)都有2大塊灰色基礎(chǔ)設(shè)施，對于需要穿越這2塊區(qū)域遷徙的物種來說，在合理的位置設(shè)立踏腳石非常重要[8]。建議根據(jù)斑塊廊道分布，在重要的廊道交匯點建設(shè)生態(tài)公園作為物種遷徙的踏腳石。白洋街道正好位于武義縣縣城中心，周圍缺少GI，都是大片建設(shè)用地?？稍诮值栏浇藿ㄒ粋€小型的生態(tài)公園，供物種穿越時中途落腳用。

3.1.3 景區(qū)建設(shè)應(yīng)堅持生態(tài)保護(hù)優(yōu)先方針

武義縣生態(tài)資源豐富，有牛頭山森林公園、壺山森林公園等省級、國家級生態(tài)公園。這些生態(tài)公園的主要功能是水源涵養(yǎng)、水土保持、生態(tài)多樣性保護(hù)，及生態(tài)旅游[35]。在本研究的生態(tài)保護(hù)情景中，武義縣南部的大片GI景觀中孔隙明顯減少，核心區(qū)面積增加。從自然發(fā)展情景研究結(jié)果可知，若不進(jìn)行相關(guān)保護(hù)，到2030年武義縣南部的大片生態(tài)保護(hù)區(qū)都將出現(xiàn)明顯的孔隙，甚至在牛頭山森林公園中也會出現(xiàn)大量非綠色基礎(chǔ)設(shè)施。因此，有關(guān)部門應(yīng)堅持優(yōu)先保護(hù)生態(tài)環(huán)境，再適度開發(fā)旅游資源，減少交通等基礎(chǔ)設(shè)施橫穿核心區(qū)產(chǎn)生的干擾。

3.2 基于本研究的武義縣未來規(guī)劃

由于土地資源有限，研究區(qū)今后的規(guī)劃應(yīng)遵循因地制宜和連片發(fā)展的原則。相關(guān)規(guī)劃需根據(jù)不同地區(qū)的實際情況，制定可以使地區(qū)效益最大化的方案，并盡量將相同的用地類型集中在最適宜該土地類型發(fā)展的區(qū)域。集約利用可避免因分散排布而導(dǎo)致的土地類型轉(zhuǎn)變。

從2030年的情景模擬研究結(jié)果發(fā)現(xiàn)：武義縣北部地區(qū)的GI較容易消失。其原因是北部本就是武義縣的中心地區(qū)，分布有大量人口，并有工業(yè)生產(chǎn)；中部地區(qū)旅游生態(tài)資源較豐富，但是在城市發(fā)展和自然發(fā)展的情景下也會逐漸出現(xiàn)景觀破碎化的現(xiàn)象；南部地區(qū)生態(tài)環(huán)境較好，且分布了多個國家公園、自然保護(hù)區(qū)等，但若不及時保護(hù)，在自然發(fā)展情景中也會出現(xiàn)大量的孔隙，從內(nèi)部蠶食南部大片的核心區(qū)。

鑒于以上研究成果及武義縣實際情況，提出生態(tài)優(yōu)先、三線并行的空間布局戰(zhàn)略(圖6)，并建議按照北部生活生產(chǎn)、中部發(fā)展休閑旅游產(chǎn)業(yè)、南部多為自然保護(hù)區(qū)和生態(tài)公園的布局進(jìn)行規(guī)劃，以達(dá)到經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)相協(xié)調(diào)的目的。

3.3 研究方法及參數(shù)選擇

圖6 武義縣三線并行規(guī)劃設(shè)想圖Fig.6 Three-line parallel planning assumptions for Wuyi County

在對GI進(jìn)行MSPA景觀格局分析時，需要設(shè)定邊緣寬度的參數(shù)。由于地區(qū)不同、研究對象不同、斑塊形狀差異等都會產(chǎn)生不同的邊緣效應(yīng)，且邊緣寬度的增加會減少GI要素中的核心區(qū)面積，故邊緣寬度的設(shè)定對MSPA分析結(jié)果存在明顯影響?？紤]到粒度較大時會有大量信息丟失，所以本研究選擇30 m作為像素大小。在考慮了研究區(qū)尺度和查閱相關(guān)文獻(xiàn)后，設(shè)定邊緣寬度為1，由于輸入柵格大小為30 m×30 m，因此本研究的邊緣效應(yīng)寬度為30 m。但是，關(guān)于邊緣寬度的科學(xué)選擇今后仍然需要繼續(xù)研究。

在運用Conefor 2.6軟件計算景觀連通性時，必須要設(shè)置連通距離閾值，不同的連通距離閾值設(shè)定會對景觀的可能連通性值造成影響；因此，該閾值的設(shè)定需要參照研究區(qū)物種的擴(kuò)散距離進(jìn)行選擇。本文根據(jù)研究尺度及文獻(xiàn)資料選擇連通距離閾值為500 m，連通概率為0.5。這一閾值的合理性還有待研究。

本研究并沒有直接將MSPA處理后的GI景觀格局圖進(jìn)行CA-Markov預(yù)測，而是先預(yù)測其土地利用變化，再將土地類型預(yù)測的結(jié)果經(jīng)MSPA處理得到GI景觀格局模擬圖。GI景觀格局圖本身是由MSPA通過八鄰域法分析土地利用類型圖得來的。如果直接分析GI景觀格局圖則無法將高程、坡度、海拔等影響因子考慮進(jìn)去，模擬結(jié)果將會有較大誤差。

本研究在設(shè)置情景時，主要考慮了自然地理要素和政策法規(guī)，未涉及社會、經(jīng)濟(jì)、人文等方面。在接下來的研究中，將會把這些因素加入到情景中去，以進(jìn)一步增加情景的種類，并結(jié)合生態(tài)服務(wù)價值，對每個情景做定量的分析對比。

4 結(jié)論

本文通過形態(tài)學(xué)空間格局分析對浙江省武義縣1990、2005、2018年3個時期的綠色基礎(chǔ)設(shè)施時空變化進(jìn)行研究，并利用CA-Markov模型和情景分析法預(yù)測了城市發(fā)展優(yōu)先、生態(tài)保護(hù)優(yōu)先、自然發(fā)展3種情景下未來綠色基礎(chǔ)設(shè)施的發(fā)展趨勢。主要結(jié)論如下：

(1)武義縣GI總面積在1990—2018年間一直處于減少趨勢，減少了22.69 km2，其中最重要的核心區(qū)面積在近30 a中減少了27.80 km2，橋接區(qū)、邊緣、孔隙、支線的面積均不同程度增加，孤島不斷消失，說明大面積的核心區(qū)斑塊在向其他GI景觀要素轉(zhuǎn)換，研究區(qū)的景觀破碎化程度不斷提高，武義縣的綠色基礎(chǔ)設(shè)施亟須保護(hù)。

(2)從綠色基礎(chǔ)設(shè)施角度考慮，3種情景的差異比較明顯：在生態(tài)保護(hù)優(yōu)先情景下，到2030年綠色基礎(chǔ)設(shè)施將增加25.52 km2，且除了孤島外的其他GI景觀要素都在向核心區(qū)轉(zhuǎn)化，景觀破碎化的情況有所好轉(zhuǎn)；城市發(fā)展優(yōu)先和自然發(fā)展情景下，到2030年GI還將被灰色基礎(chǔ)設(shè)施進(jìn)一步蠶食，綠色基礎(chǔ)設(shè)施分別減少225.73 km2和171.79 km2，斑塊之間的連通性進(jìn)一步降低，未來景觀破碎化程度還將加劇。

(3)從模擬結(jié)果的GI空間變化模擬圖對比可知，北部的城鎮(zhèn)中心，中部的王宅鎮(zhèn)、大田鄉(xiāng)，南部的桃溪鎮(zhèn)、坦洪鄉(xiāng)等地若不及時保護(hù)生態(tài)環(huán)境、提高土地利用效率，到2030年這些地區(qū)的綠色基礎(chǔ)設(shè)施都將很大程度下降，現(xiàn)存的核心區(qū)斑塊景觀破碎化程度也將進(jìn)一步加重。